特許 6647934 生産計画改善支援システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6647934

(24)【登録日】2020年1月17日

(45)【発行日】2020年2月14日

(54)【発明の名称】生産計画改善支援システム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20200203BHJP

   G06Q 50/04 20120101ALI20200203BHJP

   G05B 19/418 20060101ALI20200203BHJP

【ＦＩ】

   G05B23/02 E

   G06Q50/04

   G05B19/418 Z

【請求項の数】7

【全頁数】15

(21)【出願番号】特願2016-62387(P2016-62387)

(22)【出願日】2016年3月25日

(65)【公開番号】特開2017-174334(P2017-174334A)

(43)【公開日】2017年9月28日

【審査請求日】2019年2月1日

(73)【特許権者】

【識別番号】000233538

【氏名又は名称】株式会社日立ソリューションズ東日本

(74)【代理人】

【識別番号】100091096

【弁理士】

【氏名又は名称】平木 祐輔

(74)【代理人】

【識別番号】100102576

【弁理士】

【氏名又は名称】渡辺 敏章

(74)【代理人】

【識別番号】100108394

【弁理士】

【氏名又は名称】今村 健一

(72)【発明者】

【氏名】伊藤 俊明

【審査官】 牧 初

(56)【参考文献】

【文献】 特開２００３−５８２２２（ＪＰ，Ａ）

【文献】 国際公開第２０１６／１７１２１３（ＷＯ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０５Ｂ ２３／００−２３／０２

Ｇ０５Ｂ １９／４１８

Ｇ０６Ｑ ５０／０４

(57)【特許請求の範囲】

【請求項1】

生産能力に関連し業務を遂行する際の基礎情報となるマスタデータに基づいて、生産シミュレーションを行う生産シミュレータと、
生産の指標となる生産指標値を求める生産指標算出部と、
前記マスタデータを修正するマスタデータ修正処理部と、
生産実績データに基づいて前記生産指標算出部により求められた過去から現在までの所定の期間の基準生産指標値と、前記マスタデータ修正処理部において修正された修正済マスタデータを適用して、前記生産シミュレータにより実行される第１の生産シミュレーションに基づいて得られる将来の生産見込みに基づいて前記生産指標算出部により求められた現在から将来までの所定の期間の第１の生産指標値と、を比較する生産指標評価部と、
前記生産指標評価部による評価結果が、基準生産指標値＞第１の生産指標値である場合に、生産指標を改善するための対策を定義する改善シナリオデータを参照し、前記マスタデータ修正処理部により、前記マスタデータを、とりうる改善シナリオデータに基づいて修正した改善マスタデータを作成し、前記改善マスタデータを適用して、前記生産シミュレータにより第２の生産シミュレーションを行い、前記第２の生産シミュレーションに基づいて得られる改善見込みの第２の生産指標値を前記生産指標算出部により求める処理を継続的に実行する改善評価継続処理部と
を有することを特徴とする生産計画改善支援システム。

【請求項2】

前記改善評価継続処理部は、
基準生産指標値＞第１の生産指標値の不等式において、前記基準生産指標値が前記第１の生産指標値よりも所定の値だけ大きい場合に、処理を実行することを特徴とする請求項１に記載の生産計画改善支援システム。

【請求項3】

前記改善評価継続処理部における前記改善シナリオデータの適用回数をカウントする改善シナリオ適用回数カウント処理部を有することを特徴とする請求項１又は２に記載の生産計画改善支援システム。

【請求項4】

前記改善評価継続処理部における前記改善シナリオデータによる改善効果あり回数をカウントする効果有り回数カウント処理部を有することを特徴とする請求項１から３までのいずれか１項に記載の生産計画改善支援システム。

【請求項5】

前記改善評価継続処理部により、改善効果有りとされる改善シナリオデータを報知する計画見直し推奨報知部を有することを特徴とする請求項１から４までのいずれか１項に記載の生産計画改善支援システム。

【請求項6】

さらに、前記生産指標評価部による評価結果と前記改善シナリオデータとを対応付けして蓄積していく改善シナリオデータベースを備え、
前記計画見直し推奨報知部は、前記生産指標評価部による評価結果に基づいて前記改善シナリオデータベースを検索して得られた改善シナリオデータによる見直し計画を報知することを特徴とする請求項５に記載の生産計画改善支援システム。

【請求項7】

生産実績データに基づいて生産の指標となる過去から現在までの所定の期間の基準生産指標値を求めるステップと、
マスタデータを修正した修正済マスタデータを適用して、生産能力に関連し業務を遂行する際の基礎情報となるマスタデータに基づいて生産シミュレーションを行う生産シミュレータにより実行される第１の生産シミュレーションに基づいて得られる将来の生産見込みに基づいて求められた現在から将来までの所定の期間の第１の生産指標値を求めるステップと、
前記基準生産指標値と前記第１の生産指標値とを比較する生産指標評価ステップと、
前記生産指標評価ステップによる評価結果が、基準生産指標値＞第１の生産指標値である場合に、生産指標を改善するための対策を定義する改善シナリオデータを参照し、前記マスタデータを、とりうる改善シナリオデータに基づいて修正した改善マスタデータを作成し、前記改善マスタデータを適用して、前記生産シミュレータにより第２の生産シミュレーションを行い、前記第２の生産シミュレーションに基づいて得られる改善見込みの第２の生産指標値を求める処理を継続的に実行する改善評価継続処理ステップと
を有することを特徴とする生産計画改善支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、生産計画改善支援技術に関する。

【背景技術】

【0002】

多くの工場における生産においては、自社のリソース等に基づいて事前に計画を作成する。

【0003】

生産開始前に作成した生産計画は、生産工程の進行に伴って、実態との間に差異が生じてくるのが一般的である。
このため、多くの工場では、定期的（週次等）に生産計画の見直しを行っている。

【0004】

特許文献１には、設備故障などトラブルの発生をトリガーとして生産計画の見直しを実施する方式が開示されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０００−１７２３０８号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

しかしながら、生産過程においては、故障など目に見えるトラブル以外にも、事前の見積り精度の低さなどを含む種々の要因から計画と実績の差異が生じうる。

【0007】

このため，計画見直しタイミングの判断や、見直す場合の対策等については、生産管理担当者の個人的な経験などに依存する部分が大きかった。

【0008】

例えば、生産指標（納期遵守、日毎生産量等）が悪化するかどうかについては、早期に対策を行うことが望ましいが、生産管理担当者の個人的な経験だけからでは、客観的で精度の良い判断を迅速に行うことは難しい。

【0009】

本発明は、生産計画を精度良く改善するための生産計画改善支援技術を提供することを目的とする。

【課題を解決するための手段】

【0010】

本発明の一観点によれば、生産能力に関連し業務を遂行する際の基礎情報となるマスタデータに基づいて、生産シミュレーションを行う生産シミュレータと、生産の指標となる生産指標値を求める生産指標算出部と、前記マスタデータを修正するマスタデータ修正処理部と、生産実績データに基づいて前記生産指標算出部により求められた過去から現在までの所定の期間の基準生産指標値と、前記マスタデータ修正処理部において修正された修正済マスタデータを適用して、前記生産シミュレータにより実行される第１の生産シミュレーションに基づいて得られる将来の生産見込みに基づいて前記生産指標算出部により求められた現在から将来までの所定の期間の第１の生産指標値と、を比較する生産指標評価部と、前記生産指標評価部による評価結果が、基準生産指標値＞第１の生産指標値である場合に、生産指標を改善するための対策を定義する改善シナリオデータを参照し、前記マスタデータ修正処理部により、前記マスタデータを、とりうる改善シナリオデータに基づいて修正した改善マスタデータを作成し、前記改善マスタデータを適用して、前記生産シミュレータにより第２の生産シミュレーションを行い、前記第２の生産シミュレーションに基づいて得られる改善見込みの第２の生産指標値を前記生産指標算出部により求める処理を継続的に実行する改善評価継続処理部と、を有することを特徴とする生産計画改善支援システムが提供される。

【0011】

実績データに基づいて生産シミュレーションを行うことで将来の生産指標値を求め、現在の生産指標値よりも低くなる場合に、とりうる改善マスタデータに基づいて修正した改善マスタデータにより生産シミュレーションを行うことで、どの程度改善するかを評価することができる。

【0012】

前記改善評価継続処理部は、基準生産指標値＞第１の生産指標値の不等式において、前記基準生産指標値が前記第１の生産指標値よりも所定の値だけ大きい場合に、処理を実行するようにしても良い。所定の値とは、例えば、在庫もなく、製品の供給ができなくなる程度の値等である。

【0013】

前記生産シミュレータは、生産設備毎の設備稼動可能時間帯内において、生産設備を稼動させる制限に基づいて、生産シミュレーションを行うことを特徴とする。前記生産シミュレータにより生産シミュレーションにおいて、設備の稼動可能時間等の制限を課すことで、改善度合いを正確に見積もることができる。

【0014】

前記改善評価継続処理部における前記改善シナリオデータの適用回数をカウントする改善シナリオ適用回数カウント処理部を有することが好ましい。前記改善評価継続処理部における前記改善シナリオデータによる改善効果あり回数をカウントする効果有り回数カウント処理部を有することが好ましい。

【0015】

前記改善シナリオデータの適用回数をカウントすることで、上記の改善シナリオの適用回数や改善効果の回数の計測により、生産実施中に発生しやすい事象、効果的な対策をノウハウとして蓄積できる。

【0016】

前記改善評価継続処理部により、改善効果有りとされる改善シナリオデータを報知する計画見直し推奨報知部を有することを特徴とする。

【0017】

さらに、前記生産指標評価部による評価結果と前記改善シナリオデータとを対応付けして蓄積していく改善シナリオデータベースを備え、前記計画見直し推奨報知部は、前記生産指標評価部による評価結果に基づいて前記改善シナリオデータベースを検索して得られた改善シナリオデータによる見直し計画を報知することを特徴とする。過去の履歴をもとに、改善シナリオの評価処理を省略し、改善シナリオ評価ＤＢを参照するだけで、直接、計画見直し推奨報知を行うようにすることもできる。

【0018】

本発明の他の観点によれば、生産実績データに基づいて生産の指標となる過去から現在までの所定の期間の基準生産指標値を求めるステップと、マスタデータを修正した修正済マスタデータを適用して、生産能力に関連し業務を遂行する際の基礎情報となるマスタデータに基づいて生産シミュレーションを行う生産シミュレータにより実行される第１の生産シミュレーションに基づいて得られる将来の生産見込みに基づいて求められた現在から将来までの所定の期間の第１の生産指標値を求めるステップと、前記基準生産指標値と前記第１の生産指標値とを比較する生産指標評価ステップと、前記生産指標評価ステップによる評価結果が、基準生産指標値＞第１の生産指標値である場合に、生産指標を改善するための対策を定義する改善シナリオデータを参照し、前記マスタデータを、とりうる改善シナリオデータに基づいて修正した改善マスタデータを作成し、前記改善マスタデータを適用して、前記生産シミュレータにより第２の生産シミュレーションを行い、前記第２の生産シミュレーションに基づいて得られる改善見込みの第２の生産指標値を求める処理を継続的に実行する改善評価継続処理ステップと、を有することを特徴とする生産計画改善支援方法が提供される。

【発明の効果】

【0019】

本発明によれば、生産計画を精度良く改善することができる。

【図面の簡単な説明】

【0020】

【図1】本実施の形態による生産計画改善支援システムのうち、各処理部の一構成例を示す機能ブロック図である。

【図2】図１に対応し、本実施の形態による生産計画改善支援システムにおける、機能（処理）−データ（ＤＢ）の関係を示す機能−データ関係図である。

【図3】生産計画改善支援処理の流れの一例を示すフローチャート図である。

【図4A】マスタデータの一構成例を示すテーブルである。

【図4B】マスタデータの一構成例を示すテーブルである。

【図4C】マスタデータの一構成例を示すテーブルである。

【図4D】修正されたマスタデータ（修正版）の構成例を示すテーブルである。

【図4E】品目に対するオーダ（注文）の注文数量や納期などの情報が記載されたオーダテーブルである。

【図4F】各オーダ、工程の作業開始、終了時刻の実績情報が記載された実績テーブルである。

【図5】第１の生産シミュレーションのイメージ図である。

【図6】第１の生産指標の評価の一例を示すイメージ図である。

【図7】改善シナリオの例を示す図である。

【図8】改善シナリオの適用後の設備テーブルの例を示す図である。

【図9】改善シナリオの例を示す図である。

【図10】図５の実績から求めたマスタデータを用いた例から、改善シナリオを適用した第２のシミュレーションを行うイメージを示す図である。

【図11】第２の生産指標の評価の一例を示すイメージ図である。

【図12】改善シナリオ毎の適用回数、改善効果の一例を示す図である。

【図13】計画見直し推奨報知部が、生産計画の見直しを推奨する報知例を示す図である。

【発明を実施するための形態】

【0021】

本明細書において、マスタデータとは、企業内データベースなどで、業務を遂行する際の基礎情報となるデータのことを指す。例えば、生産工程においては、作業工程テーブル、工程設備テーブル、設備テーブルなどを含み、生産能力に関連するデータである。

【0022】

以下、本発明の一実施の形態による生産計画改善支援技術について、図面を参照しながら詳細に説明する。

【0023】

（第１の実施の形態）
図１は、本実施の形態による生産計画修正（見直し）支援システムのうち、各処理部の一構成例を示す機能ブロック図である。図２は、図１に対応し、本実施の形態による生産計画改善支援システムにおける、機能（処理）−データの関係を示す機能−データ関係図である。図３は、生産計画改善支援処理の流れの一例を示すフローチャート図である。

【0024】

また、図４Ａから図４Ｆまでは、本実施の形態による生産計画改善支援システムにおいて利用される各種データ（テーブル）の一例を示す図である。

【0025】

図１に示すように、本実施の形態による生産計画改善支援システムＡは、一般的に知られている生産実績収集システムＢからの生産実績データを取得する生産実績データ取得部１と、生産実績データに基づいて、生産能力に関連し業務を遂行する際の基礎情報となるマスタデータを修正するマスタデータ修正部３と、生産シミュレーションを行う生産シミュレータ５と、納期遵守、日毎の生産量等の生産の指標となる生産指標値を算出する生産指標算出部７と、現在と将来の生産指標を評価する生産指標評価部１１と、を有する。

【0026】

生産指標評価部１１は、改善シナリオを適用した際には、改善シナリオの評価を行う改善シナリオ評価部１１ａとして機能する。第１の生産指標値＞第２の生産指標値である場合において、マスタデータ修正部３により、マスタデータを、とりうる改善シナリオデータに基づいて改善シナリオ適用部３ａにより適用して修正した改善マスタデータを作成し、改善マスタデータを適用して、生産シミュレータ５により第２の生産シミュレーションを行い、第２の生産シミュレーションに基づいて得られる改善予定の生産指標値を生産指標算出部７により求める処理を継続的に実行する。この一連の処理は、改善評価継続処理の要否の判定に基づいて継続される。

【0027】

さらに、生産計画改善支援システムＡの処理部としては、改善評価ループ（継続処理）を終了するか否かを判定する改善評価ループ終了判定部１３と、改善シナリオ適用回数カウント部１４と、生産計画を改善できる目処が立った場合に計画見直しを提案する計画見直し推奨報知部１５を有する。

【0028】

本実施の形態による生産計画改善支援システムの図１に示した各機能と、各種データベースとは、例えば、図２に示すように互いに関連している。

【0029】

まず、各種データ（テーブル）の一例について説明する。図４Ａから図４Ｃまでは、マスタデータＤＢ２３に格納されたマスタデータの一構成例を示す図である。図４Ａに示すマスタデータは、作業工程テーブルに記載されたマスタデータである。作業工程テーブルは、製造品目毎の作業工程順序、工程コード（工程ＩＤ）、工程の標準作業時間（ＳＴ（秒／単位個数））、を有する。例示的に示すように、同じ品目コードＩＴＥＭ０１にも、工程順が１から３まで定められており、それぞれに固有の工程コードＰＲＣ００１からＰＲＣ００３までが割り当てられている。また、それぞれの異なるＳＴが設定されていても良い。

【0030】

次いで、品目コードＩＴＥＭ０１とは異なる品目コードＩＴＥＭ０２について、同様に、作業工程が定義されている。

【0031】

図４Ｂに示すマスタテーブルは、工程設備テーブルに記載されたマスタデータである。工程設備テーブルは、工程を実行可能な設備の一覧を定義している。例えば、工程コードと設備コードとの組から構成されている。

【0032】

尚、工程を実行可能な設備が複数ある場合は１つの工程コードに対して複数の設備コードを対応付け可能である（図４Ｂの２行目、３行目参照）。

【0033】

また、複数の工程で利用可能な設備がある場合は，複数の工程コードに対して１つの設備コードを対応付け可能である（図４Ｂの３行目、４行目参照）。

【0034】

図４Ｃに示す設備テーブルは、利用可能な設備の一覧と設備の属性情報を定義している。尚、この例では、設備の属性情報は、稼動時間（帯）である。「稼働時間」には、設備の１日の稼働可能時間を定義している。

【0035】

図４Ｄは、修正されたマスタデータ（修正版）ＤＢ２５の構成例を示すテーブルであり、このテーブルについては、処理の説明とともに後述する。

【0036】

図４Ｅに示すオーダテーブル（オーダデータＤＢ）３１は、品目に対するオーダ（注文）の注文数量や納期などの情報が記載されたデータテーブルである。オーダテーブルは、注文コードと、品目コードと、数量と、納期とを有する。オーダテーブルの数量は、後述する生産シミュレーションにおける、作業時間を算出するために用いる「数量」である。オーダテーブルの納期が、後述する納期遵守率で、納期達成／未達成を判定するための納期となる。

【0037】

図４Ｆに示す実績テーブル２１（実績データＤＢ）は、各オーダ、工程の作業開始、終了時刻の実績情報が記載されたデータテーブルである。実績テーブルは、注文コードと、品目コードと、工程コードと、数量と、開始時間、終了時間とを有する。
終了時刻、開始時刻と数量から、後述する作業実績を算出することができる。

【0038】

次に、図１の機能ブロック図と、図２の機能−データ関係図と、図３の生産計画改善支援処理の流れの一例を示すフローチャート図および、各データテーブルを参照しながら、詳細に説明する。尚、図２では、生産指標算出部７と、生産評価判定部１１とを、生産指標算出・評価判定部７，１１として示している。

【0039】

まず、処理が開始され（Ｓｔａｒｔ）、一定時間毎に処理が繰り返し実行される。
まず、ステップＳ１において、生産実績データ取得部１が、生産実績収集システムＢ等から、例えば、図４Ｆに示すような実績データ（例えば、図２の実績データＤＢ２１内のデータテーブル）を取得する。

【0040】

ステップＳ２において、マスタデータ修正部３が、ステップＳ１で取得した実績データに基づいて、マスタデータを修正する。例えば、図４Ｄに示すように、過去の一定期間の生産実績に基づいて、マスタデータのＳＴなど、生産能力に関わる値を修正する。例えば、現時点でのマスタデータが図４Ｄ（ａ）であった場合に、図４Ｄ（ｂ）に示すような取得した現時点での生産実績例に基づいて、図４Ｄ（ｃ）に示すように、マスタデータを修正して、マスタデータ（修正版）２５を作成する。ＳＴの修正方法としては、例えば、実績作業時間（図４Ｆの終了時刻−開始時刻など）と数量とから、ＳＴの平均値を求めることで修正することができる。その他の代表値（統計値）として、中央値、最頻値などを用いても良い。いずれの値を用いれば良いかを、図２の処理をそれぞれで行うことで決めるようにしても良い。

【0041】

ステップＳ３において、生産シミュレータ５が、第１の生産シミュレーションを行う。第１の生産シミュレーションは、修正したマスタデータ（修正版）２５と現在までの実績情報を用いて、今後の生産状況のシミュレーションを実施するものである。

【0042】

図５は、第１の生産シミュレーションのイメージ図である。図５に示すように、実績入力済みの作業の開始時刻（ｔ_１）、終了時刻（＝次工程の開始可能時刻ｔ_３以前）は確定させる。すなわち、そして、現時点ｔ_３からの予測を、実績データから求めたマスタデータ（例えば修正済みＳＴ）を用いて、工程コード毎の作業時間を予測する。この際、上記のように、図４Ｅに示すオーダテーブル３１と実績データ２１とを参照する。例えば、オーダテーブル３１の数量や納期を達成できるようにすることが目標となる。

【0043】

生産シミュレーション方法の一例としては、以下のように、ディスパッチングルール法を用いることができる。
１）作業の実施順序： ディスパッティング（優先順序付け）ルールを用いて決定する。
２）作業開始時刻＝設備の空き時間、前工程の終了時間を考慮して決定する。
３）作業終了時刻＝作業開始時刻＋作業時間＝作業開始時刻＋(ST×数量)を考慮して決定する。

【0044】

図５で説明すると、実績から求めたＳＴを用いて作業時間を予測する場合には、図４Ｃで定義され、図５において、時間帯ｔ_３−ｔ_４、ｔ_５−ｔ_６、ｔ_７−ｔ_８で示される設備稼働可能時間帯内に作業が配置されるようにすれば良い。

【0045】

ステップＳ４において、生産指標算出部７が、ステップＳ３の第１の生産シミュレーションの結果に基づいて、現時点から先の第１の生産指標値（ＫＰ１＿１）を算出する。生産指標は、生産指標ＤＢ３３に格納する。

【0046】

生産指標の例としては、図４Ｆを参照すると明らかなように、下記の納期遵守率、生産スループットなどを用いることができる。

【0047】

１）納期遵守率＝（納期遵守オーダ数／対象オーダ数）
ここで、対象オーダ数は、生産シミュレーションの対象期間中に納期のあるオーダの数であり、納期遵守オーダ数とは、「対象オーダ」中で、納期までに全作業が完了したオーダの数である。

【0048】

２）生産スループット＝（生産数量／期間日数）
ここで、生産数量は、対象期間中に作業が完了したオーダの数量の総和であり、期間日数は、シミュレーションの対象期間である。

【0049】

ステップＳ５において、生産指標評価部１１が、第１の生産指標値を評価する。図６は、第１の生産指標値の評価の一例を示すイメージ図である。

【0050】

生産指標の評価方法としては、生産実績に基づき，一定期間過去(期間Ｔ)から現在までの生産指標（基準生産指標値）を算出する(ＫＰ１＿０)。

【0051】

生産シミュレーションの結果より、将来の期間Ｔの生産指標を算出する（ＫＰ１＿１）。

【0052】

そして、ＫＰ１＿０に比べてＫＰ１＿１の値が、ＡＲ１の矢印に示すように悪化している場合に（基準生産指標値＞第１の生産指標値）、生産指標評価部１１は、「生産指標が悪化している」と判定する。

【0053】

それ以外の評価方法としては、生産指標の種別ごとに閾値を設け、それより悪い場合に「生産指標が悪化」と判定しても良い。例えば、生産指標の例を「納期遵守率」、閾値を「90％」とした場合、シミュレーション結果の第１の生産指標値（ＫＰ１＿１）が９０％を下回る場合に「生産指標が悪化」と判定する。

【0054】

ステップＳ５において、「生産指標が悪化」しない（Ｎｏ）と判定された場合には、ステップＳ１に戻る。ステップＳ５において、「生産指標が悪化」する（Ｙｅｓ）と判定された場合には、ステップＳ６に進む。

【0055】

ステップＳ６において、改善シナリオ適用部３ａ（マスタデータ修正部３と同じでよい）が、マスタデータに改善シナリオを適用する。ここで、生産指標の悪化が予想される場合に対策として取りうる手段を「改善シナリオ」としてデータベース２７内に定義しておく。

【0056】

改善シナリオの例としては、一日の設備稼働可能時間の延長（残業により作業の遅れを取り戻す）、代替設備や作業者の追加（作業可能な設備・人を増やし，作業の遅れを取り戻す）等が挙げられる。

【0057】

図７に示す改善シナリオの例としては、シナリオＮｏ．１が、改善シナリオの適用条件が、納期遵守率＜０.８であり、改善すべき対象マスタが図４Ｃに示すような設備テーブルであり、修正内容が、例えば、「更新」（設備コード、稼動時間）を（ＲＳＣ００１、「9：00-20：00」）である。この場合の、改善シナリオの適用後の設備テーブルは、図８（ａ）に示すようになる。図４Ｃと比較すると、設備コードＲＳＣ００１の作業時間が延長されている。

【0058】

或いは、シナリオＮｏ．２が、改善シナリオの適用条件が、納期遵守率＜０.７であり、改善すべき対象マスタが図４Ｂに示すような作業可能（工程）設備テーブルであり、修正内容が、例えば、品目、工程、設備コードのうちの設備を追加する（ＲＳＣ００２、ＲＳＣ００３）。この場合の、改善シナリオの適用後の設備テーブルは、図８（ｂ）に示すようになる。図４Ｂと比較すると、設備コードＲＳＣ００３の設備が追加されている。

【0059】

ステップＳ７において、生産シミュレータ５が、ステップＳ６で適用された改善シナリオに基づいて生産シミュレータ５による第２の生産シミュレーションを行う。

【0060】

尚、適用条件としては「無し（全てのケースに適用）」、また複数条件の論理式（ＡＮＤ， ＯＲ）が定義できても良い。
１つのシナリオの修正内容に複数の項目（更新，追加）を定義できてもよい。

【0061】

また、予想結果（生産指標の悪化）に対して，適用条件が合致する改善シナリオが存在しない場合は，改善シナリオの評価を実施しないようにしても良い。これは、生産指標の悪化が軽微であり，必ずしも改善の必要が無い場合などが該当する。

【0062】

改善シナリオ例は、図９に示すように、ＲＳＣ００１の１日の稼働可能時間を、図９の9：00-17：00から9：00-20：00に延長するシナリオである。

【0063】

図１０に示すように、図５の実績から求めたマスタデータを用いた例から、改善シナリオを適用した第２のシミュレーションを行う。ここでは、ＰＳＣ0001の１日の稼働時間を３時間延長している。

【0064】

ステップＳ８において、生産指標算出部７が、第２のシミュレーションの結果に基づいて、第２の生産指標値（ＫＰ１＿２）を求める。

【0065】

ステップＳ９において、改善シナリオ評価部１１ａが、改善シナリオの評価を行う。図１１に示すように、現時点ｔ_３を境にして将来の生産指標を求めた場合に、矢印ＡＲ２のように改善効果があると認められると、改善効果ありと判定される。

【0066】

図１２に示すように、改善シナリオ適用回数カウント部１４が、改善評価ループの中で改善シナリオの評価が実施（適用条件が合致）した回数を、「適用回数」としてカウントする。また、改善効果ありと判定された回数を「改善効果」としてカウントする。

【0067】

また、改善効果としては、(ＫＰ１＿２/ＫＰ１＿１)の統計値（平均値，中央値）などを用いても良い。

【0068】

「適用回数」、「改善効果」のカウント数は、任意の期間毎（例えば月次毎，四半期毎）に履歴として改善シナリオ評価ＤＢ３５内に保存可能とする。

【0069】

また、改善シナリオ評価ＤＢ３５に、図１２に示すように、改善ノウハウの蓄積を行うことができる。

【0070】

上記の改善シナリオの適用回数や改善効果の回数の計測により、生産実施中に発生しやすい事象、効果的な対策をノウハウとして蓄積できる。

【0071】

例えば、「適用回数」が大の場合には、シナリオで想定した適用条件の発生頻度が高いので、その状況の発生を未然に防ぐ措置を、＜改善ノウハウ＞として検討する必要がある。

【0072】

また、例えば、「効果あり回数／適用回数」が大の場合には、当該改善シナリオの有効性が高いと判断される。このような改善ノウハウは優れているため、他の生産ラインへの適用を検討する等の方策をとることができる。

【0073】

また、例えば、「効果あり回数／適用回数」の値が低い場合には、 ＜改善ノウハウ＞として、他の改善方法の検討（改善シナリオの追加）が必等であるという示唆を得ることができる。

【0074】

ステップＳ１１において、改善評価ループ終了判定部１３が、複数の改善シナリオが存在する場合の改善評価ループの終了判定を行う。

【0075】

例えば、下記の１）、２）、３）の条件を満たした場合に、改善評価ループを終了する。
１）適用可能な全ての改善シナリオの評価が終わった場合
２）「改善効果あり」と判定されたシナリオ数が、（事前に設定した）Ｎ以上となった場合
３）適用評価を実施した改善シナリオ数が、（事前に設定した数）Ｍ以上となった場合。

【0076】

これらの場合において、改善シナリオの適用順序は例えば以下の通りある。
上記の２）、３）の場合に、改善効果のあるシナリオを発見する可能性を高める手段として、「効果あり回数／適用回数」、または、「効果あり回数」の値が大きいもの（当該生産ラインで有効と思われるシナリオ）から優先的に、適用評価を実施する。

【0077】

そして、ループ処理（ステップＳ６−Ｓ１０）が終了するか否かを判定し、Ｙｅｓの場合には、ステップＳ１１に進む。Ｎｏの場合には、ステップＳ６に戻る。

【0078】

ステップＳ１１においては、計画見直し推奨報知部１５が、生産計画の見直しを推奨するための報知を行う。
図１３は、この処理のイメージ図である。

【0079】

計画見直しにより生産指標の悪化が防止できる場合、計画見直し推奨報知部１５が、計画見直し推奨をユーザに通知する。

【0080】

すなわち、悪化を防止できるＫＰ１＿１を上回るＫＰ１＿２を持つ改善シナリオが１つ以上見つかった場合には、現状を放置すれば生産指標が悪化する恐れがあるが、現在、改善シナリオを実施することで悪化を防止できる可能性が高い。

【0081】

ここで、通知手段は、画面表示、メールで通知等が可能である。画面表示としては、今後の予想（ＫＰ１＿１)と，改善シナリオによる効果が把握できるよう、グラフ等を使って提示する。

【0082】

図１３では、改善シナリオ１から３までを適用した場合のＫＰ１の値が示されている。これより、改善シナリオにより生産指標の低下を防止できる場合又は、生産指標の低下を抑制できる改善シナリオを報知することができるようにすれば良い。

【0083】

前述のように、一定時間毎に、ステップＳ１からステップＳ１１までの処理を繰り返す。

【0084】

以上の処理により、改善シナリオを適用すべきかどうか、いずれの改善シナリオが適切かどうかを、ユーザに自動的に通知することができる。
従って、生産計画を精度良く改善（修正）することができる。

【0085】

（第２の実施の形態）
次に、本発明の第２の実施の形態について説明する。
本実施の形態においては、図３の処理において、ステップＳ６からステップＳ１０までループ処理を繰り返すことで、図３のステップＳ４の第１の生産指標を算出し、得られた第１の生産指標基準と基準生産指標との関係がどのような場合にどのような改善シナリオを適用すれば良いかに関するデータを蓄積する改善シナリオ評価ＤＢ３５を設ける。

【0086】

処理を繰り返すことにより統計的に求めた改善シナリオ評価ＤＢ３５を参照することで、同様の条件であれば、同様の改善シナリオを適用すれば改善されること統計的に証明されている。そして、図２、図１２の改善シナリオ評価ＤＢ３５と、改善シナリオの例（図７）とが、シナリオＮｏにより関連付けられている。

【0087】

従って、過去の履歴をもとに、改善シナリオの評価処理を省略し、すなわち、図３の処理フローにおいて、例えば、改善シナリオの評価処理の継続的な実行処理（図３のステップＳ５からステップＳ１０）を省略し、図２の改善シナリオ評価ＤＢ３５（図１２）を参照するだけで、図７に示した改善シナリオのうちの最適なものを含む少なくとも１の改善シナリオによる対象マスタと修正内容とを検索することができ、直接、ステップＳ１１の計画見直し推奨報知（図１３参照）を行うようにすることもできる。
このようにすれば、処理の簡単化が可能である。

【0088】

上記の処理および制御は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）によるソフトウェア処理、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）によるハードウェア処理によって実現することができる。

【0089】

また、上記の実施の形態において、添付図面に図示されている構成等については、これらに限定されるものではなく、本発明の効果を発揮する範囲内で適宜変更することが可能である。その他、本発明の目的の範囲を逸脱しない限りにおいて適宜変更して実施することが可能である。

【0090】

また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれるものである。

【0091】

また、本実施の形態で説明した機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。尚、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。

【0092】

また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。

【0093】

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また前記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。機能の少なくとも一部は、集積回路などのハードウェアで実現しても良い。

【産業上の利用可能性】

【0094】

生産計画改善支援システムに利用可能である。

【符号の説明】

【0095】

Ａ…生産計画改善支援システム、Ｂ…生産実績収集システム、１…生産実績データ取得部、３…マスタデータ修正部、５…生産シミュレータ、７…生産指標算出部、１１…生産指標評価部、１１ａ…改善シナリオ評価部、１３…改善評価ループ終了判定部、１４…改善シナリオ適用回数カウント部、１５…計画見直し推奨報知部、２１…実績（ＤＢ）テーブル（ＤＢ）、２５…マスタデータ（修正版）（ＤＢ）、３１…オーダテーブル（ＤＢ）、３３…生産指標テーブル（ＤＢ）、３５…改善シナリオ評価ＤＢ。

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図4C】

【図4D】

【図4E】

【図4F】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】